Elasticsearch笔记

1.ES核心概念

• 索引
• 字段类型(mapping)
• 文档(document)

elasticsearch是面向文档，关系行数据库和elasticsearch客观对比!

Relational DB	Elasticsearch
数据库(database)	索引(indices)（就和数据库一样）
表(tables)	types
行(rows)	documents(文档)
字段(columns)	fields

elasticsearch(集群)中可以包含多个索引(数据库)，每个索引中可以包含多个类型(表),每个类型下又包含多个文档(行)，每个文档中又包含多个字段(列)。

物理设计：

elasticsearch在后台把每个索引划分成多个片段，每分分片可以在集群中的不同服务器间迁移

一个人就是一个集群

逻辑设计：

一个索引类型中，包含多个文档，比如说文档1，文档2。I当我们索引一篇文档时，可以通过这样的一各顺序找到它:索引》类型文档ID，通过这个组合我们就能索引到某个具体的文档。注意:ID不必是整数，实际上它是个字符串。

文档

就是一条条数据

user
1  zhangsan  19
2  lisi      3
    

之前说elasticsearch是面向文档的，那么就意味着索引和搜索数据的最小单位是文档，elasticsearch中，文档有几个重要属性:·

• 自我包含，一篇文档同时包含字段和对应的值，也就是同时包含key:value !
• 可以是层次型的，一个文档中包含自文档，复杂的逻辑实体就是这么来的!(就是一个json对象！fastjsoin进行自动转换！)
• 灵活的结构，文档不依赖预先定义的模式，我们知道关系型数据库中，要提前定义字段才能使用，在elasticsearch中，对于字段是非常灵活的，有时候，我们可以忽略该字段，或者动态的添加一个新的字段。

尽管我们可以随意的新增或者忽略某个字段，但是，每个字段的类型非常重要，比如一个年龄字段类型，可以是字符串也可以是整形。因为elasticsearch会保存字段和类型之间的映射及其他的设置。这种映射具体到每个映射的每种类型，这也是为什么在elasticsearch中，类型有时候也称为映射类型。

类型

类型是文档的逻辑容器，就像关系型数据库一样，表格是行的容器。类型中对于字段的定义称为映射，比如 name映射为字符串类型。我们说文档是无模式的，它们不需要拥有映射中所定义的所有字段，比如新增一个字段，那么elasticsearch是怎么做的呢?elasticsearch会自动的将新字段加入映射，但是这个字段的不确定它是什么类型，elasticsearch就开始猜，如果这个值是18，那么elasticsearch会认为它是整形。但是elasticsearch也可能猜不对，所以最安全的方式就是提前定义好所需要的映射，这点跟关系’型数据库殊途同归了，先定义好字段，然后再使用，别整什么么蛾子。

索引

就是数据库！

索引是映射类型的容器，elasticsearche中的索引是一个非常强大的文档集合。索引存储了映射类型的字段和其他设置。然后他们被存储在各个分片上了，我们来研究下分片是如何工作的。

物理设计：节点和分片 如何工作

一个集群至少有一个节点，而一个节点就是一个elasricsearch进程，节点可以有多个索引默认的，如果你创建索引，那么索引将会有个5个分片( primary shard ,又称主分片)构成的，每一个主分片会有一个副本( replica shard ,又称复制分片)

倒排索引

elasticsearch使用的是一种称为倒排索引的结构，采用Lucene倒排索作为底层。这种结构活用于快速的全文搜索，一个索引由文档中所有不重复的列表构成，对于每一个词，都有一个包含它的文档列表。例如，现在有两个文档，每个文档包含如下内容:

study every day，good good up to forever#文档1包含的内容

To forever，study every day，good good up #文档2包含的内容

为了创建倒排索引，我们首先要将每个文档拆分成独立的词(或称为词条或者tokens)，然后创建一个包含所有不重复的词条的排序列表，然后列出每个词条出现在哪个文档:

term	doc_1	doc_2
Study	√	×
To	×	×
every	√	√
forever	√	√
day	√	√
study	×	√
good	√	√
every	√	√
to	√	×
up	√	√

现在，我们试图搜索to forever，只需要查看包含每个词条的文档

term	doc_1	doc_2
to	√	×
forever	√	√
total	2	1

两个文档都匹配，但都是第一个文档比第二个匹配程度更高，然后没有别的条件，现在，这两个包含关键字的文档都将返回。

再来看一个示例，比如我们通过博客标签来搜索博客文章。那么倒排索引列表就是这样的一个结构;

如果要搜索含有python标签的文章，那相对于查找所有原始数据而言，查找倒排索引后的数据将会快的多。只需要查看标签这-栏，然后获取相关的文章ID即可。完全过滤掉无关的所有数据，提高效率!

elasticsearch的索引和Lucene的索引对比

在elasticsearch中，索引（库)这个词被频繁使用，这就是术语的使用。在elasticsearch中，索引被分为多个分片，每份分片是一个Lucene的索引。所以一个elasticsearch索引是由多个Licene索引组成的。别问为什么，谁让elasticsearch使用Lucene作为底层呢!如无特指，说起索引都是指elasticsearch的索引。

接下来的一切操作都在kibana中Dev Tools下的Console里完成。基础操作!

2.IK分词器插件

解压到plugins下面

查看ik分词器被加载

使用kibana测试

查看不同分词器效果

ik——smart为最小切分

ik_max_word为最细粒度划分，穷尽词库的可能！字典！

我们输入超级喜欢狂神说java

发现文档狂说说被拆开

这种自己需要的词，需要自己加到我们的分词器的字典中！

ik分词器增加自己的配置

重启es

以后的话，我们需要自己的配置，分词就在自己定义的dic文件中进行配置

3.Rest风格说明

一种软件架构风格，而不是标准。更易于实现缓存等机制

基本rest命令说明：

method	url地址	描述
PUT	localhost:9200/索引名称/类型名称/文档id	创建文档(指定文档id)
POST	localhost:9200/索引名称/类型名称	创建文档（随机文档id）
POST	localhost:9200/索引名称/类型名称/文档id/_update	修改文档
DELETE	localhost:9200/索引名称/类型名称/文档id	删除文档
GET	localhost:9200/索引名称/类型名称/文档id	通过文档id查询
POST	localhost:9200/索引名称/类型名称/_search	查询所有数据

关于索引的基本操作

基础测试

1.创建一个索引

PUT /索引名/~类型名~	/文档id
{请求体}

完成了自动添加索引！数据也成功添加了

3.那么name这个字段用不用指定类型呢

4.指定字段类型

获得规则，可以通过get获得具体的信息

5.查看默认的信息

如果自己文档类型没有指定，那么es就是会默认配置字段类型！

扩展: 通过get _cat/可以获得当前es很多信息

修改索引 还是PUT!

曾经

现在的方法！

删除索引

通过delete实现删除，根据请求来判断来删除索引还是索引记录！

使用rest风格是es推荐使用的

关于文档的基本操作(重点)

基本操作

1、添加数据

PUT /kuang/user/1
{
  "name":"张三",
  "age":23,
  "desc":"高级java开放",
  "tags":["技术","篮球","飞贼"]
}

2.获取数据

3.更新数据

简单搜索

GET /kuang/user/1

简单条件查询，可以根据默认的映射规则，产生基本查询

GET /kuang/user/_search?q=name:"狂神说"

score匹配度

复杂操作搜索select(排序，分页，模糊查询，精准查询，高亮，)

输出结果，不想要那么多!

我们之后使用java操作es所有的方法和对象就是这里面的key

排序

分页

数据下表还是从0开始的

/search/{current}/{pagesize}

布尔值查询

must（and） ,所有的条件都要符合

should (or)，两个条件满足其一就可以了

muse_not（not）

条件区间

• gt大于
• gte大于等于
• lte小于
• lte小于等于

匹配多个条件

精确查询！

• term，直接查询精确的
• match，会使用分词器解析！（先分析文档，然后通过分析的文档进行查询）

两个类型 text keyword

多个值匹配的精确查询

高亮

还能自定义高亮的样式

• 匹配
• 按照条件匹配
• 精确匹配
• 区间范围匹配
• 匹配过滤字段
• 多条件查询
• 高亮查询

集成springboot

导入依赖

        
            com.alibaba
            fastjson
            1.2.47
        
        
            org.springframework.boot
            spring-boot-starter-data-elasticsearch
        

爬虫

数据问题？数据库获取，消息队列中获取，都可以成为数据源

爬取数据：获取请求头返回的页面信息，筛选出我们自己想要的数据

jsoup包！